期刊文献+

基于CABC-SVM算法的心律失常数据诊断研究 被引量:1

下载PDF
导出
摘要 心脏病是常见的心血管疾病,同样是造成人类死亡的第一原因。心律失常的准确、快速识别对心脏病的诊断与治疗有着重要意义。提出一种将混沌人工蜂群算法(CABC)与支持向量机(SVM)结合的组合算法模型,对心律失常的四种心拍进行识别。用MIT-BIH中的数据进行训练与测试后,训练集的准确率高达99.72%。对比不同的群优化算法后表明,该方法在心律失常诊断研究中准确率较高,速度较快。
作者 周孟然 张黎
出处 《九江学院学报(自然科学版)》 CAS 2020年第1期96-99,共4页 Journal of Jiujiang University:Natural Science Edition
基金 安徽省科技重大专项(编号18030801134) 安徽省自然科学基金青年项目(编号1808085QE157) 安徽省科技重大专项(编号201903a07020013)的成果之一。
  • 相关文献

参考文献7

二级参考文献40

  • 1刘少颖,卢继来,郝丽,胡广书.基于数学形态学和小波分解的QRS波群检测算法[J].清华大学学报(自然科学版),2004,44(6):852-855. 被引量:19
  • 2王婷,彭勇,戴忠华,伊胜伟,韩兰胜.基于SVM-RFE的钓鱼网页检测方法研究[J].华中科技大学学报(自然科学版),2013,41(S2):143-146. 被引量:3
  • 3朱泽煌,胡广书,郭恒,崔子经.MIT—BIH心电数据库的开发及用作检测标准[J].中国生物医学工程学报,1993,12(4):244-249. 被引量:25
  • 4HU Y H, Palreddy S, Tompkins W J. A patient-adaptable ECG beat classifier using a mixture of experts approach[J]. IEEE Trans Biomedical Engineering, 1997, 44(9):891 - 900. 被引量:1
  • 5Lagerholm M, Peterson C. Clustering ECG complexes using hermite functions and self-organizing maps [J]. IEEE Trans Biomedical Engineering, 2000, 47(7) : 838 - 848. 被引量:1
  • 6Osowski S, Linh T H, Markiewicz T. Support vector machine-based expert system for reliable heartbeat recognition[J].IEEE Trans Biomedical Engineering, 2004, 51(4): 582-589. 被引量:1
  • 7Chazal P, O'Dwyer M, Reilly R B. Automatic classification of heartbeats using ECG morphology and heartbeat interval features [J]. IEEE Trans Biomedical Engineering, 2004, 51(7): 1196-1206. 被引量:1
  • 8Tsipouras M G, Fotiadis D I. An arrhythmia classification system based on the RR-interval signal[J]. Artificial Intelligence in Medicine, 2005, 33 : 237 - 250. 被引量:1
  • 9Arand P A, Post W L. Method and apparatus for classifying heart beats in an ECG waveform[P]. United States Patent, 5817027. 1998-10-06. 被引量:1
  • 10Moody G, Mark R. The MIT-BIH arrhythmia database[EB/OL]. (2005-7-22). http: //ecg. mit. edu/. 被引量:1

共引文献2392

同被引文献8

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部